fa توسیعی از یک روش گرادیان مزدوج سه بخشی مبتنی بر مقادیر تابع هدف با تضمین همگرایی بدون فرض تحدب تخصصي Special پژوهشي Research <div> <p dir="RTL">با توجه به اهمیت روش&shy; های گرادیان مزدوج در بهینه &shy;سازی بزرگ مقیاس، در این پژوهش یک روش گرادیان مزدوج سه&shy; بخشی کاهشی مبتنی بر یک شرط سکانت اصلاح شده&shy; ی توسعه یافته ارائه می&shy; شود. در روش پیشنهادی، علاوه بر اطلاعات گرادیان از مقادیر تابع هدف نیز استفاده می&shy; شود. ضمناً، ثابت می&shy; شود که روش بدون فرض تحدب بر تابع هدف دارای ویژگی همگرایی است. آزمایشات عددی کارایی محاسباتی قابل قبول روش پیشنهادی را نشان می&shy; دهند.</p> </div> <p>With respect to importance of the conjugate gradient methods for large-scale optimization, in this study a descent three-term conjugate gradient method is proposed based on an extended modified secant condition. In the proposed method, objective function values are used in addition to the gradient information. Also, it is established that the method is globally convergent without convexity assumption on the objective function. Numerical experiments show reasonable computational efficiency of the suggested method.<br> &nbsp;</p> بهینه سازی نامقید, بهینه سازی بزرگ مقیاس, روش گرادیان مزدوج, شرط سکانت, همگرایی سراسری unconstrained optimization, large-scale optimization, conjugates gradient method, secant condition, global convergence 19 28 http://jamlu.lahijan.iau.ir/browse.php?a_code=A-11-1137-1&slc_lang=fa&sid=1 S. Babaei سامان بابایی کفاکی sbk@semnan.ac.ir 10031947532846005787 10031947532846005787 Yes Associate Professor, Department of Mathematics, Faculty of Mathematics, Statistics and Computer Science, Semnan University, Semnan دانشگاه سمنان M.R. Arazm محمد رضا آرزم mohammadreza.arazm@semnan.ac.ir 10031947532846005788 10031947532846005788 No Ph.D. Student, Department of Mathematics, Faculty of Mathematics, Statistics and Computer Science, Semnan University, Semnan دانشگاه سمنان